Cuando la IA llegó a la corriente principal del marketing, vino acompañada de una narrativa persistente y aterradora: las máquinas vienen a por nuestros trabajos. A primera vista, esos temores pueden parecer bien fundados. Según el Instituto de marketing de contenidosel 43% de los especialistas en marketing encuestados dijeron que su organización había despedido empleados de marketing durante el último año, un asombroso aumento del 30% con respecto a 2024. Para las organizaciones con 1000 o más empleados, este número aumenta al 62%.
Pero una sola estadística nunca puede darnos una visión completa. Algo que tenemos en abundancia en este momento son artículos de investigación, informes y encuestas que intentan comprender el impacto de la IA en las empresas, los consumidores, la creatividad, el cibercrimen y, por supuesto, en el lugar de trabajo: desde cómo trabajamos hasta si trabajamos. En conjunto, estos estudios revelan una historia mucho más complicada.
Anthropic publicó recientemente su informe sobre la Impactos de la IA en el mercado laboral (Marzo de 2026), que no encontró “ningún aumento sistemático del desempleo para los trabajadores altamente expuestos desde finales de 2022”. y el Foro Económico Mundial predice que, si bien la IA y las tecnologías de procesos de la información desplazarán alrededor de 9 millones de puestos de trabajo para 2030, también crearán alrededor de 11 millones de nuevos puestos de trabajo. Parece que la IA podría eventualmente generar una ganancia neta en empleos.
Por supuesto, estadísticas como estas no tranquilizan a nadie que se encuentre «desplazado» por la IA mientras tanto. El informe de Anthropic también clasificó las 10 ocupaciones con mayor exposición potencial a la IA. Los programadores informáticos (74%) encabezan la lista, mientras que los especialistas en marketing (64,8%) ocupan el quinto lugar, lo que no debería dejarnos ninguna duda de que el SEO como profesión está extremadamente expuesto a las interrupciones de la IA.
Entonces, ¿deberíamos preocuparnos o no?
La pregunta no es cuánto se puede automatizar o delegar de forma segura a la IA, o qué tan pequeño es el equipo con el que se puede salirse con la suya. Resulta que algunos de los trabajos más mundanos o repetitivos, muchos de los cuales podrían parecer maduros para la automatización, pueden ser mucho más valiosos si se mantienen como tareas manuales dirigidas por humanos. El hecho de que sea fácil o incluso más barato automatizar algo no significa necesariamente que deba hacerlo.
IA aumentada versus IA autónoma
Anthropic también publica un informe trimestral de índice económico, que analiza los datos de uso de Claude para realizar un seguimiento de cómo las personas trabajan con la IA en entornos profesionales.
En el momento de redactar este informe, el informe más reciente, Curvas de aprendizajesalió en marzo y se basa en datos de febrero de 2026. Encontró que más de la mitad (53%) de todas las interacciones en Claude.ai ahora son «aumentadas»: interacciones humanas en el circuito donde el usuario aprende, colabora e itera en una tarea con Claude. El uso automatizado (definido como interacciones en las que el usuario delega tareas por completo a Claude con poco intercambio) ha caído al 44%.
Entonces, ¿es esto más eficiente?
La edición de enero, Primitivos económicosprofundiza en cuestiones de complejidad de las tareas, velocidad de finalización y tasas de éxito, y aquí es donde las cosas se complican.
Resulta que las tareas más complejas se benefician de un mayor ahorro de tiempo. Trabajar con IA puede ayudar a los usuarios a completar tareas que normalmente requerirían una educación secundaria 9 veces más rápido y 12 veces más rápido para tareas que requieren un título universitario.
Pero estos enormes ahorros de tiempo conllevan una compensación, y es muy importante. El mismo informe encontró que las consultas o tareas básicas, como responder preguntas sencillas sobre productos, alcanzan actualmente una tasa de éxito del 70%. Para tareas más complejas, la tasa de éxito cae a sólo el 66% para trabajos de nivel universitario.
Si bien esa es solo una diferencia del 4%, yo diría que ninguno de los resultados es particularmente alentador. Para decirlo de otra manera, los resultados de Claude no están a la altura aproximadamente un tercio de las veces.
Un área donde esta baja tasa de éxito tiene el potencial de crear problemas es en la generación de código, que actualmente representa el 35% de todo el uso de Claude.
Investigación desde la plataforma de revisión de código. CódigoConejo descubrió que el código generado por IA produce aproximadamente 1,7 veces más problemas que el código escrito por humanos, incluidos errores lógicos, problemas de legibilidad y, quizás lo más preocupante, vulnerabilidades de seguridad.
Si es un desarrollador experimentado, es más probable que detecte los errores y mejore lo que la IA le ha brindado, tratando el resultado de Claude como un prototipo aproximado en lugar de un producto terminado. ¿Pero qué pasa si no lo eres?
Éste es el dilema: la IA no reemplaza la experiencia genuina. Por el contrario, parece que un nivel de experiencia es esencial para utilizar la IA de forma eficaz.
Irónicamente, las personas que alguna vez habrían llevado a cabo muchas de estas tareas rutinarias (jóvenes o empleados de nivel inicial) carecen de la experiencia para evaluar lo que les brinda la IA.
Por eso creo firmemente que nadie debería delegar a la IA una tarea que no podría realizar por sí mismo. Una vez que alguien ha aprendido una tarea y ha desarrollado una comprensión profunda de los conceptos involucrados, la IA se convierte en una herramienta para acelerar el proceso.
La trampa de la descalificación
Si la experiencia es vital para trabajar con IA de manera efectiva, entonces las empresas deberían centrarse en contratar personas con las habilidades y experiencia necesarias.
Y múltiples estudios sugieren que esto es exactamente lo que está sucediendo.
- Las ofertas de empleo de nivel básico han disminuido aproximadamente un 35% en toda la economía de EE. UU. desde enero de 2023, y la IA se cita como un factor contribuyente importante.
- En las empresas de tecnología, la contratación de nuevos graduados con menos de un año de experiencia ha disminuido un 50% desde 2019. Los graduados ahora representan solo el 7% de las contrataciones.
- Una de cada tres empresas ha dejado de contratar especialistas en marketing de nivel inicial, casi 2,5 veces más que aquellas que aumentaron la contratación de nivel inicial.
Al mismo tiempo, las organizaciones parecen estar aumentando, en lugar de disminuir, su contratación general de talentos de marketing por un margen significativo.
Esto sugiere que las organizaciones no están despidiendo personal ni recortando contrataciones junior para reducir sus equipos, sino para remodelarlos. Están contratando más talentos de marketing de alto nivel, capacitados y con experiencia que, como lo expresa el informe de CMI, «puede dirigir, supervisar y, cuando sea necesario, refutar la IA en lugar de competir con ella”.
¿Pero esa conclusión está respaldada por los datos?
Tanto el informe Anthropic Labor Impacts como la investigación de Revelio Labs intentaron responder a esta pregunta comparando patrones de contratación de nivel inicial en industrias y ocupaciones con diferentes niveles de exposición a la disrupción de la IA. Los hallazgos de Anthropic, basados en el seguimiento de la La tasa mensual de inicio de empleo para los trabajadores más jóvenes (entre 22 y 25 años) fue sugestiva pero no concluyente.
Sin embargo, los datos de Revelio Labs se centraron en las ofertas de trabajo de nivel inicial anunciadas en cuatro categorías y descubrieron que la exposición a la IA ha tenido un impacto claro en la demanda de nivel inicial:
- Disminución del 40% en empleos de nivel inicial altamente expuestos.
- Disminución del 33% en empleos de nivel inicial poco expuestos.
- Disminución del 27% en empleos no básicos altamente expuestos.
- Disminución del 16% en empleos no básicos de baja exposición.
Si tomamos en conjunto toda la evidencia, el panorama que nos queda es el de un mercado de habilidades en crisis. La mayor parte de la demanda se concentra ahora en la parte superior, mientras que la parte inferior del oleoducto se reduce.
Se avecina una crisis.
El problema de Qanat
Hoy en día, hablar de que la IA “transforma el paisaje” se ha convertido en un cliché usado en exceso. Pero hace unos 2.500 años en la antigua Persia, los qanats eran una tecnología igualmente revolucionaria que literalmente transformó el paisaje.
Los qanats son canales subterráneos diseñados con precisión, cada uno excavado a mano por trabajadores calificados llamados muqannis, que utilizan únicamente la gravedad para transportar agua a grandes distancias desde las montañas hasta los desiertos.
Las granjas florecieron. Las ciudades crecieron. Persia floreció.
Al igual que la IA, los beneficios fueron enormes, pero la infraestructura era en gran medida invisible. La gente se acostumbró a beber, bañarse y regar sus jardines sin tener en cuenta cómo llegaba el agua hasta allí.
Bien mantenido, no hay absolutamente ninguna razón por la cual un qanat no pueda seguir trayendo agua durante cientos, incluso miles de años. De hecho, algunos qanats antiguos todavía están activos incluso hoy en día, con 11 de estos sistemas designados colectivamente como Sitio del Patrimonio Mundial de la UNESCO.
Incluso si un qanat cayera en mal estado por negligencia – pozos sin limpiar, paredes de túneles que se desmoronan, sedimento que se acumula, o si otros pozos más profundos extraen demasiada agua subterránea, bajando el nivel freático por debajo del nivel del qanat, las consecuencias no siempre fueron inmediatas. El agua continuaría fluyendo por un tiempo, pero disminuiría gradualmente con el tiempo, hasta que el flujo se convirtió en un chorrito, luego un goteo y finalmente… nada.
En este momento, las empresas están felizmente sacando tanta agua metafórica como pueden de la IA. Sin embargo, es posible que las consecuencias del uso excesivo y la mala planificación (como la aplicación de la IA a tareas equivocadas) no se hagan evidentes hasta dentro de algún tiempo. Por ahora el agua sigue fluyendo, pero eso no significa que no haya daños.
Muchas de las contrataciones de nivel inicial de hoy se convertirán en el talento de nivel medio y superior del mañana. Pero sin un flujo constante de sangre nueva que ingrese a la industria y aprenda gradualmente el oficio, esa reserva de talento calificado pronto se reducirá. Y con la creciente demanda de experiencia en marketing de alto nivel, se puede esperar que el costo de contratar ese talento aumente.
Para entonces, ya será demasiado tarde para empezar a contratar y capacitar a la próxima generación de especialistas en marketing.
→ Leer más: Pregúntele a un SEO: ¿Debería contratar candidatos que puedan utilizar herramientas de inteligencia artificial o que tengan habilidades tradicionales?
Qué no automatizar
El enfoque predeterminado para la adopción de la IA parece ser identificar cualquier tarea que sea repetitiva, que requiera mucho tiempo o mecánica, y automatizarla, o al menos la mayor parte del proceso posible.
Esto no es necesariamente incorrecto, y hay muchas tareas de este tipo que se pueden delegar fácilmente a la IA sin robarle experiencia valiosa a alguien, como descargar archivos, formatear documentos o agregar datos de múltiples fuentes. Se puede ganar poco o ningún valor invirtiendo esfuerzo humano en esto.
Sin embargo, algunas tareas repetitivas sí generan valor, incluso si, en el papel, completar la tarea manualmente parece un costo y una ineficiencia. Estas son las tareas que, con el tiempo, imbuyen una comprensión de por qué algo funciona. El valor está en la inversión que estás haciendo en el desarrollo de tu equipo.
Es posible que ya tenga algún tipo de programa de desarrollo del personal o brinde apoyo a los empleados que deseen realizar cursos de capacitación. Pero no se trata de enviar a sus desarrolladores a un curso de dos semanas en JavaScript. Se trata de dominar las cosas cotidianas que ningún curso o libro de texto puede enseñarte.
La investigación de palabras clave es un buen ejemplo de una tarea en la que la teoría de SEO se convierte en comprensión práctica. Sí, la IA puede producir una lista de palabras clave más rápido que nadie, agrupadas por intención, filtradas por dificultad y asignadas al embudo. Podrías generar el informe completo en el tiempo que le toma a un junior abrir una hoja de cálculo.
Pero al realizar una investigación de palabras clave para una amplia variedad de clientes en diferentes verticales y dirigirse a diferentes clientes, un SEO novato irá adquiriendo y perfeccionando gradualmente sus instintos comerciales. ¿Por qué determinadas palabras clave son más valiosas que otras? ¿Cómo influyen en los resultados factores como la intención, la ubicación geográfica o incluso la época del año? ¿Qué palabras clave representan las mayores oportunidades para un cliente?
Una cosa es presentar a un cliente un documento cuidadosamente formateado que establece una larga lista de opciones de palabras clave viables, pero otra muy distinta es poder responder las preguntas del cliente, absorber comentarios y hacer más recomendaciones.
No se acerque a la IA en términos de roles o títulos de trabajo. La clave es auditar sus tareas y flujos de trabajo para identificar qué actividades no aumentan la comprensión y, lo que es más importante, cuáles sí lo hacen, y asignar valor en consecuencia.
Esto le permite ser deliberado y estratégico sobre qué actividades preservar como infraestructura de capacitación.
La práctica hace la perfección
La clave para dominar cualquier tipo de experiencia es la repetición, y no existen atajos.
¿Quieres tocar el clarinete? Quizás sueñas con algún día liderar una banda de jazz y crear música que se adhiera al alma.
La IA puede reproducir música. La IA puede incluso crear música. Pero la IA no puede convertir a alguien en músico. No puede reemplazar la práctica repetitiva y tediosa necesaria para que alguien desarrolle una experiencia genuina.
En SEO y marketing, todas esas tareas rutinarias y repetitivas no son ineficiencias que deban eliminarse de forma automatizada. Son las balanzas. Son los que aprenden a leer partituras.
No se puede imbuir mágicamente a graduados recién llegados con cinco años de experiencia de la noche a la mañana. Debe darles cinco años trabajando en el trabajo, desarrollando sus habilidades, profundizando sus conocimientos y perfeccionando sus instintos.
Por eso es vital que las empresas sigan contratando y desarrollando nuevos talentos. Después de todo, es mucho más barato contratar, nutrir y desarrollar talento interno que competir por experiencia senior en un grupo cada vez más reducido, con expectativas salariales acordes.
Nadie se da cuenta cuando un estudiante de música deja de practicar, más aún si nunca tuvo la oportunidad de empezar. Pero si muchos músicos en ciernes nunca dominan sus instrumentos, no quedará nadie para tocar en esos clubes de jazz y salas de conciertos hasta que, un día, la música se detenga.
Más recursos:
Imagen de portada: Andrey_Popov/Shutterstock
